本發(fā)明提供了一種語(yǔ)音情緒識(shí)別方法、系統(tǒng)、移動(dòng)終端及存儲(chǔ)介質(zhì)，該方法包括：獲取語(yǔ)音預(yù)處理后語(yǔ)音樣本的樣本熵特征，根據(jù)樣本熵特征進(jìn)行端點(diǎn)檢測(cè)；根據(jù)端點(diǎn)檢測(cè)結(jié)果對(duì)語(yǔ)音樣本進(jìn)行語(yǔ)音過(guò)濾，提取語(yǔ)音過(guò)濾后語(yǔ)音樣本的語(yǔ)音特征；將語(yǔ)音特征與樣本熵特征進(jìn)行特征融合得到語(yǔ)音融合特征，對(duì)語(yǔ)音融合特征進(jìn)行特征降維得到語(yǔ)音情緒特征；根據(jù)語(yǔ)音情緒特征對(duì)語(yǔ)音情緒識(shí)別模型進(jìn)行模型訓(xùn)練；將待識(shí)別語(yǔ)音輸入收斂后的語(yǔ)音情緒識(shí)別模型進(jìn)行語(yǔ)音情緒識(shí)別得到語(yǔ)音情緒識(shí)別結(jié)果。本發(fā)明通過(guò)將待識(shí)別語(yǔ)音輸入收斂后的語(yǔ)音情緒識(shí)別模型進(jìn)行語(yǔ)音情緒識(shí)別，防止了基于語(yǔ)音片段進(jìn)行語(yǔ)音比對(duì)得到情緒預(yù)測(cè)結(jié)果，所導(dǎo)致的語(yǔ)音情緒識(shí)別準(zhǔn)確性低下的現(xiàn)象。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音情緒識(shí)別方法、系統(tǒng)、移動(dòng)終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

情感計(jì)算是對(duì)于情感相關(guān)、來(lái)源于情感或者影響情感方面的計(jì)算，其目的是賦予智能機(jī)器感知，理解和表達(dá)各種情感狀態(tài)的能力。情感識(shí)別是情感計(jì)算的關(guān)鍵內(nèi)容，目前，情感計(jì)算主要以表情、姿態(tài)、語(yǔ)音、文本和生理信號(hào)為基礎(chǔ)進(jìn)行情感識(shí)別，其中語(yǔ)音信號(hào)，是情感信息表達(dá)的主要載體，且獲取方便，越來(lái)越受到相關(guān)研究人員的重視。

現(xiàn)有語(yǔ)音情緒識(shí)別過(guò)程中，是直接基于語(yǔ)音片段進(jìn)行語(yǔ)音比對(duì)，得到情緒預(yù)測(cè)結(jié)果，片段時(shí)長(zhǎng)與說(shuō)話人連續(xù)說(shuō)話時(shí)長(zhǎng)相關(guān)，但是，即使在一句話中，語(yǔ)音的情緒也是存在波動(dòng)的，所以基于語(yǔ)音片段進(jìn)行的情緒判斷存在較大的誤差，降低了語(yǔ)音情緒識(shí)別的準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供一種語(yǔ)音情緒識(shí)別方法、系統(tǒng)、移動(dòng)終端及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有語(yǔ)音情緒識(shí)別過(guò)程中，由于基于語(yǔ)音片段進(jìn)行語(yǔ)音比對(duì)得到情緒預(yù)測(cè)結(jié)果，所導(dǎo)致的語(yǔ)音情緒識(shí)別準(zhǔn)確性低下的問(wèn)題。

本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，一種語(yǔ)音情緒識(shí)別方法，所述方法包括：

獲取語(yǔ)音樣本數(shù)據(jù)，并對(duì)所述語(yǔ)音樣本數(shù)據(jù)中的語(yǔ)音樣本進(jìn)行語(yǔ)音預(yù)處理；

獲取語(yǔ)音預(yù)處理后所述語(yǔ)音樣本的樣本熵特征，并根據(jù)所述樣本熵特征進(jìn)行端點(diǎn)檢測(cè)；

根據(jù)端點(diǎn)檢測(cè)結(jié)果對(duì)所述語(yǔ)音樣本進(jìn)行語(yǔ)音過(guò)濾，并提取語(yǔ)音過(guò)濾后所述語(yǔ)音樣本的語(yǔ)音特征；

將所述語(yǔ)音特征與所述樣本熵特征進(jìn)行特征融合，得到語(yǔ)音融合特征，并對(duì)所述語(yǔ)音融合特征進(jìn)行特征降維，得到語(yǔ)音情緒特征；

根據(jù)所述語(yǔ)音情緒特征對(duì)語(yǔ)音情緒識(shí)別模型進(jìn)行模型訓(xùn)練，直至所述語(yǔ)音情緒識(shí)別模型收斂；

將待識(shí)別語(yǔ)音輸入收斂后的所述語(yǔ)音情緒識(shí)別模型進(jìn)行語(yǔ)音情緒識(shí)別，得到語(yǔ)音情緒識(shí)別結(jié)果。

更進(jìn)一步地，所述根據(jù)所述樣本熵特征進(jìn)行端點(diǎn)檢測(cè)的步驟包括：

若所述樣本熵特征大于第一門(mén)限閾值，則判定所述樣本熵特征對(duì)應(yīng)的語(yǔ)音節(jié)點(diǎn)為語(yǔ)音起始點(diǎn)；

若所述樣本熵特征小于第二門(mén)限閾值，則判定所述樣本熵特征對(duì)應(yīng)的語(yǔ)音節(jié)點(diǎn)為語(yǔ)音噪聲；

若所述樣本熵特征大于所述第二門(mén)限閾值且小于所述第一門(mén)限閾值，則獲取所述樣本語(yǔ)音的短時(shí)過(guò)零率；

若所述短時(shí)過(guò)零率小于第三門(mén)限閾值，則判定所述短時(shí)過(guò)零率對(duì)應(yīng)的語(yǔ)音節(jié)點(diǎn)為語(yǔ)音起止點(diǎn)。

更進(jìn)一步地，所述將所述語(yǔ)音特征與所述樣本熵特征進(jìn)行特征融合的步驟包括：

對(duì)所述語(yǔ)音特征和所述樣本熵特征進(jìn)行向量轉(zhuǎn)換，得到語(yǔ)音特征向量和樣本熵特征向量；

計(jì)算所述語(yǔ)音特征向量和所述樣本熵特征向量之間的矢量和，得到所述語(yǔ)音融合特征。

更進(jìn)一步地，所述對(duì)所述語(yǔ)音融合特征進(jìn)行特征降維的步驟包括：

對(duì)所述語(yǔ)音融合特征進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，并計(jì)算數(shù)據(jù)標(biāo)準(zhǔn)化處理后所述語(yǔ)音融合特征的協(xié)方差矩陣；